散度終結篇:對散度定理最詳細的解讀

2020-12-05 電子通信和數學

在物理術語中,向量場的散度是向量場通量在給定點上像源的程度。它是對其「輸出度」的一種局部度量——在某種程度上,從一個無限小的空間區域輸出的場向量要多於進入該空間的場向量。通量流出的點具有正的散度,常被稱為場的「源」。通量向內的一個點具有負的散度,常被稱為場的「匯」。一個給定點周圍的小曲面上的場通量越大,該點上的散度值就越大。通過封閉表面的通量為零的點,其散度為零。

矢量場的散度常以流體、液體或氣體的速度場為例來說明。運動的氣體有速度,速度和方向,在每一點上都可以用矢量表示,所以氣體的速度形成了矢量場。如果氣體受熱,它就會膨脹。這將導致氣體粒子在各個方向上的淨運動。氣體中任何一個封閉的表面都會把膨脹的氣體封閉起來,所以在這個表面會有氣體向外流動。所以速度場到處都有正的散度。同樣,如果氣體冷卻,它會收縮。任何體積的氣體顆粒都有更大的空間,所以流體的外部壓力會導致氣體體積的淨流量通過任何封閉的表面向內流動。因此速度場處處為負散度。相反,在密度恆定的未加熱氣體中,氣體可能是流動的,但流入任何封閉表面的氣體體積率必須等於流出的體積率,所以流體通過任何封閉表面的淨通量為零。因此,氣體速度各處的散度為零。到處散度為零的場稱為螺線管場。

如果流體只在一個點或一個小區域加熱,或引入一個小管道,在一個點提供額外的流體來源,那裡的流體將膨脹,推動周圍的流體顆粒向四面八方擴散。這將在整個流體中形成一個向外的速度場,以熱點為中心。任何一個封閉的表面都會有一個流體粒子從裡面流出,所以在那個點上有正的散度。然而,任何沒有包圍這個點的封閉表面,內部的流體密度都是恆定的,因此,進入的流體粒子和離開的流體粒子一樣多,因此,從這個體積流出的淨通量為零。因此,任何其它點的散度都是零。

向量場F(x)在點x0處的散度定義為當V減小到0時,F的曲面積分與V的體積之比的極限

V是體積,是表面向外的單位法向量,S(v)是V的邊界,可以看出,對於任何包含x0且接近零體積的體積序列,上述限制始終收斂於相同的值,結果div F是x的標量函數。

由於這個定義是無坐標的,它表明散度在任何坐標系中都是相同的。然而,它通常不被實際用於計算散度;當向量場在坐標系中給定時,坐標定義使用起來要簡單得多。

處處散度為零的向量場稱為螺線管場,在這種情況下,任何閉曲面都沒有淨通量通過。

三維笛卡爾坐標,一個連續可微向量場的散度

儘管用坐標表示,結果在轉動下是不變的,這是物理學的解釋。這是因為n維向量場F在n維空間中的雅可比矩陣的跡在任何可逆線性變換下都是不變的。

散度的共同符號·F是一個方便的助記符,其中點表示使人聯想起點積的運算。

相關焦點

  • 【散度定理】圖解高等數學-下 28
    散度定理二維平面 Green 定理 - 散度法向形式說的是, 在向量場中穿過簡單閉曲線的向外流量可以通過下式做積分求得散度:
  • 多變量微積分-二十五講-散度定理
    散度定理,又稱為高斯散度定理、高斯公式、高斯-奧斯特羅格拉德斯基公式或高-奧公式,是指在向量分析中,一個把向量場通過曲面的流動(即通量)與曲面內部的向量場的表現聯繫起來的定理
  • 將微積分基本定理中的牛頓-萊布尼茲公式寫成散度定理的形式
    我們知道,閉合曲線下的格林公式,和封閉曲面下的高斯散度定理,它是許多自然科學最基本的定理和基石。對於這些定理的討論有很多文章和解答,本篇我們不再討論,而是將其延伸,都知道一元微積分最基本的公式,即牛頓-萊布尼茲公式,如下圖,如果將其用散度表示出來,是什麼樣式,你想過嗎?
  • 【數學之美】散度定理和旋度定理、廣義旋度定理(廣義斯託克斯公式)
    由上我們可以得到散度定理(Divergence Theorem)和旋度定理(Curl Theorem)。散度定理通常也被稱為高斯散度定理,旋度定理也通常被稱為斯託克斯旋度定理。散度定理可以簡單描述為:矢量場的通量等於該矢量場散度的體積分,體現的是面積分與體積分的關係。
  • 基礎向-今天談談散度與旋度
    今天介紹的散度以及旋度也跟哈密頓算子有關,簡單來說,散度就是與哈密頓算子的點乘,旋度就是與哈密頓算子的叉乘。既然這裡說到了點乘與叉乘的概念,那麼顯而易見,這裡與算子相乘的函數不再是昨天說的數值函數,而是向量函數,例如:那麼我們就可以得到散度的公式:通過上式可以看出,散度是一個標量,那麼它有什麼意義呢?
  • 圖解梯度、散度與旋度(1)
    要了解它們就必須從Gauss 散度定理與Stokes 定理著手, 雖然這兩個定理的內涵都是微積分基本定理, 但是一個關心的是法向量(散度) 另一個則是切向量(旋度)。在二維平面給定切向量(a, b) 則朝外法向量為(b,−a), 反過來亦然, 知道其中一個向量立即可得另一個向量。
  • 梯度、散度和旋度
    散度的梯度這個概念其實不常用。IV.旋度的散度:求旋度的散度也是將(4)式代入(3)式即可。所以說旋度的散度為零,這就意味著一個散度場任意疊加上一個有旋場不會改變其散度,也就是說光憑矢量場的散度無法唯一地確定這個矢量場。而光憑矢量場的旋度也無法唯一地確定這個矢量,這是因為有旋場可以疊加上這麼一個矢量場而不改變其旋度,而這個矢量場是一個標量函數的梯度。
  • 全面形象化的解釋散度和通量的物理意義
    散度,通量是高等數學和大學物理,電磁學的重要內容,難以理解,本篇用通俗的語言來解釋它的物理意義。散度,高斯定理非常重要,要學好一個太陽發出耀眼的光芒太陽在向外輻射能量,我們用向量A來表示能量的方向和大小d在太陽表面用一條封閉的曲線圈起來,那麼通過該曲線的能量就是所有向量A的疊加但是A的方向不一定在曲線的法線方向
  • 梯度,散度,旋度的基石:帶你走進向量場
    圖一是最簡單的向量,初高中的知識,往深的地方想,就是給坐標賦予了一個方向如下就是比較高級的了,有很多向量,數學上叫他向量場,首先輸入一個坐標值,將坐標值帶入到函數式子中,而向量又是這個函數值來決定,所以形成了如下無數多的向量,
  • 散度divF的含義:環量等於divF通過邊界曲面的通量
    以下內容摘自一本教材,對你進一步理解散度的含義有很大幫助,請參考,首先定義與速度有關的向量場由環流量下的斯託克斯定理得到環量密度:散度divF散度是一個矢量,環流量除以圓盤面積時,就得到環流量的密度,放入流體中的小輪子始終圍繞著中心軸旋轉
  • KL散度在各領域不同的使用情況
    近日,CMU的助理教授Simon DeDeo就在推特上表示:「用到KL散度的領域十分廣泛,包括心理學、認知學(epistemic)、熱力學、統計學、計算、幾何學等等。關於這個話題我能開一場研討會。」 於是,Simon Dedeo就在他的推特上列出了KL散度在各領域不同的使用情況,並附上相關文章。
  • 如何理解KL散度的不對稱性?
    眾所周知,多被用於量化分布間的差異的 KL 散度是不對稱的。今天我們來聊一聊,兩個分布的一對 KL 散度之間究竟有什麼不同。2 熵:從分布 P 中隨機抽選一個事件,傳達這條信息所需的最優平均信息長度為香農熵,表達為 3 交叉熵:用分布 P 的最佳信息傳遞方式來傳達分布 Q 中隨機抽選的一個事件,所需的平均信息長度為交叉熵,表達為 4 KL 散度
  • 數學中的梯度、散度與旋度到底是幹嘛用的?
    最簡單的,f沿x方向的變化率是∂f/∂x,而f沿y方向的變化率是∂f/∂y。如果是其它一般的方向(比如說沿s方向)呢?只需將x和y方向的變化率疊加一下就可以了(其實有點像力的疊加)。下面引入符號「▽」,令顯然,當s方向與▽f相同時,∂f/∂s取得最大值,而二者方向相反時,∂f/∂s取得最小值,即函數f沿▽f方向具有最大的變化率。
  • 十二、梯度和散度--流體力學理論知識
    這次我們通過介紹梯度和散度,來掌握一些公式化簡的技巧。1. 梯度算子          什麼叫梯度算子? 2) 梯度的方向表示標量變化最快的方向,梯度的模表示標量變化最快方向的變化量及最大變化量。3) 柱坐標下的梯度算符        此處的加法並非數學運算的加法,而是向量的表達方法。其中分別是柱坐標下三個方向(徑向、切向和軸向)的單位向量 3.
  • ICLR2020|谷歌最新研究:用「複合散度」量化模型合成泛化能力
    本屆會議共有 2594篇投稿,其中 687篇論文被接收(48篇oral論文,107篇spotlight論文和531篇poster論文),接收率為26.5%。id=SygcCnNKwr來自谷歌的研究人員在「測量合成泛化:真實數據的綜合方法」論文中,試圖引入了最大和最全面的基準來解決這個問題。這個基準使用真實的自然語言理解任務,特別是語義解析和問題回答來進行合成泛化。
  • 【漲知識】嘗試理解「梯度、散度、旋度」,歡迎拍磚!
    散度:散度是一個標量, 它可理解為通過單位體積閉曲面的通量, 即通量體密度或通量源強度。因此,散度可用於描述矢量場中某點通量對體積的變化率。    在圖1.27(a)中表示標量場在某點穿過微分變量為du(取u=Φ)的兩個等位面時,沿an方向比沿任意l方向經過的路徑最短,表示標量位的梯度是一個矢量,它描述了某點在最大變化率的等值面法線方向上場的變化規律
  • 一張圖看懂梯度、散度、旋度、Jacobian、Hessian和Laplacian
    一、入門圖中的細實線箭頭表示了四種一階微分運算,包括梯度、散度、旋度和 Jacobian。每條箭頭的起點表示了相應運算的自變量的類型,終點表示了相應運算的因變量的類型,例如梯度運算是作用在標量上的,結果是向量。圖中的「向量」默認為列向量。
  • 一圖搞懂梯度、散度、旋度、Jacobian、Hessian、Laplacian之間的關係
    圖中的細實線箭頭表示了四種一階微分運算,包括梯度、散度、旋度和 Jacobian。圖中恰好有一個為「逐行散度」運算準備的空位,我們把它補充到圖中。向量 Laplacian 的結果,恰好等於「散度的梯度」與「旋度的旋度」之差。為了體現出這種關係,我把「從向量到向量」的三種二階微分運算改用橙紅色箭頭表示。
  • 愛銳學習 | 從物理角度直觀理解數學中的梯度、散度與旋度
    最簡單的,f沿x方向的變化率是∂f/∂x,而f沿y方向的變化率是∂f/∂y。如果是其它一般的方向(比如說沿s方向)呢?只需將x和y方向的變化率疊加一下就可以了(其實有點像力的疊加)。下面引入符號「▽」,令顯然,當s方向與▽f相同時,∂f/∂s取得最大值,而二者方向相反時,∂f/∂s取得最小值,即函數f沿▽f方向具有最大的變化率。
  • 靜電場2-高斯定理
    矢量分析3-通量和散度研究電場強度E的性質,首先從通量和散度開始。電場是個矢量,所以先不必管它的梯度。在具體進行通量運算之前,先看一個立體角概念。立體角是指過一點的射線掃出了一個錐面,這個錐面所限定的空間。